sunnyliping

除了绘制树部分代码有借鉴，其他代码都是自己亲手完成，历时2天时间，过程稍微痛苦，当看到运行结果出现在面前时，一切都是高兴的，感觉过程也变得美妙了~ 由于更喜欢C++编程，所以使用python类来完成~~~~，个人感觉面向对象更容易和更适合实现生成决策树的软件系统

【机器学习】【决策树】有了决策树每层节点后，如何用python绘制决策树？

KNN算法识别手写数字系统使用的样本集（训练样本集+测试样本集）

ID3算法只有树的生成，所以该算法生成的树容易产生过拟合，C4.5在生成的过程，用信息增益比来选择特征。ID3算法以信息增益作为划分训练数据集的特征，存在缺点：偏向于选择特征值较多的特征。C4.5算法使用信息增益比(informationgainratio)，可以对ID3算法这一缺点进行校正

【机器学习】用相亲样本数据集详解条件熵的计算过程。 使用的样本集简介如下： 样本集简介： 样本集有8个example样本 每个样本有3个特征(身高，房子，性格)，1个分类结果refuse或者agree 身高取值范围={high, low} 房子取值范围={no, yes} 性格取值范围={good,